Reducibility of higher-order to pairwise interactions: Social impact models on hypergraphs

Resumo Técnico: Redutibilidade de Interações de Ordem Superior para Interações Pares em Modelos de Impacto Social em Hipergrafos

Definição do Problema
O artigo aborda a questão fundamental de saber se interações de ordem superior (HO), naturalmente codificadas em hipergrafos e complexos simpliciais, podem ser reduzidas a interações pares (PW) efetivas em redes complexas padrão. Embora muitos sistemas biológicos e sociais envolvam interações poládicas (grupos de três ou mais entidades), permanece incerto quando uma representação por hipergrafo é estritamente necessária versus quando os efeitos de HO podem ser capturados por interações diádicas. Especificamente, os autores investigam se modelos de impacto social de atualização de nó definidos em hipergrafos podem ser mapeados exatamente para um modelo equivalente com interações pares em uma rede projetada ponderada, preservando as probabilidades de transição microscópicas.

Metodologia
Os autores desenvolvem um framework de mapeamento rigoroso para uma classe geral de modelos de impacto social em hipergrafos.

1. Definição do Modelo: Eles consideram uma população de $N$ nós com estados binários ($s_i = \pm 1$). A dinâmica segue um processo de atualização de nó onde um nó focal $i$ seleciona uma hiperaresta incidente $e$ e inverte seu estado com uma probabilidade $f(\phi_e)$, onde $\phi_e$ é a fração de nós em $e$ (excluindo $i$) que detêm o estado oposto. A função $f$ representa o impacto social.
2. Mapeamento Microscópico: A principal contribuição metodológica é a derivação de uma rede projetada ponderada $G(V, L)$ que é microscopicamente equivalente à dinâmica original do hipergrafo. Os autores impõem duas condições para determinar os pesos $\omega_{ij}$ da rede projetada:
   • Conservação de Probabilidade: A probabilidade de selecionar um vizinho dentro de uma hiperaresta específica deve corresponder à probabilidade de selecionar essa hiperaresta na dinâmica de HO.
   • Consistência de Inversão (Flip Consistency): A probabilidade de um nó inverter seu estado ao copiar um vizinho no estado oposto deve corresponder à probabilidade de inversão de HO.
     Isso resulta em um conjunto de pesos $\omega_{ij}$ que dependem da estrutura do hipergrafo e, geralmente, da configuração instantânea dos estados dos nós.
3. Casos Específicos: O framework é aplicado a "modelos de votante de hipergrafo" onde a função de impacto social é uma lei de potência, $f(\phi) = \phi^q$. Os autores analisam dois regimes:
   • Caso Linear ($q=1$): O modelo de votante de hipergrafo linear.
   • Caso Não Linear ($q \neq 1$): O modelo de votante de hipergrafo não linear.
4. Análise: Para hipergrafos homogêneos (totalmente conectados, $d$-hipergrafos completos, Erdős–Rényi e hipergrafos aleatórios $z$-regulares), os autores derivam equações de evolução macroscópica. Eles empregam uma aproximação de pares (PA) para o caso linear para analisar a dinâmica na rede projetada ponderada e comparar previsões analíticas com simulações numéricas dos modelos de votante de HO, do modelo PW reduzido e dos modelos de votante/não linear padrão.

Principais Contribuições e Resultados

• Redutibilidade Microscópica Exata: O resultado primário é que qualquer modelo de impacto social de atualização de nó em um hipergrafo arbitrário pode ser mapeado exatamente para um modelo de interação par em uma rede projetada ponderada. O mapeamento preserva as probabilidades microscópicas de mudanças de estado. Os pesos $\omega_{ij}$ codificam as estruturas de ordem superior; em geral, esses pesos são dependentes do estado (dependentes do tempo).
• Modelo de Votante Linear ($q=1$):
  • Para o caso linear, os pesos derivados na rede projetada são estáticos (independentes do estado). Eles dependem apenas de propriedades topológicas (hipergraus e ordens de hiperarestas).
  • Utilizando uma aproximação de pares para redes ponderadas não correlacionadas, os autores demonstram que a dinâmica de ordenamento macroscópica (densidade de links ativos e tempo de fixação) é independente da heterogeneidade específica dos pesos.
  • Consequentemente, o comportamento macroscópico do modelo de votante de hipergrafo linear é equivalente ao do modelo de votante padrão na rede projetada não ponderada. A complexa topologia de ordem superior é efetivamente capturada pela distribuição de graus da rede projetada.
• Modelo de Votante Não Linear ($q \neq 1$):
  • No regime não linear, os pesos da rede projetada dependem explicitamente da configuração instantânea do sistema, tornando-os dinâmicos.
  • Apesar da complexidade dos pesos exatos, simulações numéricas mostram que o modelo de votante não linear (NLVM) na rede projetada não ponderada (onde os pesos são uniformes) fornece uma boa aproximação das tendências macroscópicas (especificamente o valor de platô da densidade de links ativos) para hipergrafos bem conectados.
  • O NLVM na rede projetada reproduz com sucesso a principal dinâmica de ordenamento, sugerindo que ele serve como um modelo mínimo eficaz para análise de dados empíricos onde os pesos microscópicos são desconhecidos.

Significância e Alegações
O artigo afirma estabelecer uma "redutibilidade microscópica" de interações de ordem superior para interações pares. Esta descoberta implica que, para dinâmicas de atualização de nó, a representação explícita de hiperarestas não é estritamente necessária para reproduzir a evolução estocástica do sistema; uma rede projetada ponderada é suficiente.

Os autores enfatizam que a linearidade da função de impacto social é o fator crítico que determina a natureza dessa redução:

• No caso linear, a redução é robusta e leva a uma rede ponderada estática e independente do tempo, onde a dinâmica macroscópica é insensível à heterogeneidade dos pesos.
• No caso não linear, embora um mapeamento microscópico exato exista com pesos dinâmicos, o sistema ainda pode ser efetivamente aproximado por um modelo de votante não linear mais simples e não ponderado na rede projetada para observáveis macroscópicos.

O trabalho conclui que, embora as interações de ordem superior alterem propriedades estruturais, seus efeitos dinâmicos nesses modelos específicos de impacto social podem ser capturados por interações pares efetivas, desde que os pesos apropriados (potencialmente dinâmicos) sejam usados ou, no caso não linear, um modelo mínimo adequado seja selecionado. O artigo observa que este mapeamento exato se aplica especificamente a dinâmicas de atualização de nó; dinâmicas de atualização de hiperaresta (onde todos os nós em um grupo atualizam simultaneamente) não podem ser mapeadas exatamente para um sistema par, embora a equivalência macroscópica ainda possa existir em limites específicos.